SPC高级教程的基本概念PPT课件教材讲义

SPC的基本概念SPC-StatisticalProcessControl统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。

SPC的特点与发展SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题。SPC的重点就在与“P”（Process，过程）

--可判断过程的异常，及时告警；

--不能告知此异常是什么因素引起的;第二阶段SPCD(StatisticalProcessControlandDiagnosis)，统计过程控制与诊断--SPCD既有告警功能，又有诊断功能第三个阶段SPCDA(StatisticalProcessControl,DiagnosisandAdjustment)，即统计过程控制、诊断与调整,它能控制产品质量、发现异常并诊断导致异常的原因、自动进行调整,目前尚无实用性成果

统计控制状态质量变异分类：

--偶然性原因（正常原因）

--系统性原因（异常原因）质量数据的类型：

----计数值（离散型随机变量）

--计件值

--计点值

----计量值（连续型随机变量）频次温度℃质量变异的规律10095.096.798.3103.3101.71051020yx-3-2x-1+1+2+3u=-1-4+4u=0u=+1正态分布平均值的特性=1yx-3-2x-1+1+2+3=0.5=1.0=1.5-4+4正态分布标准差的特性99.7%99.73%yx-3-2x-1+1+2+395.46%68.26%正态分布的“3”特性生产过程的状态一.控制状态(InControl)UCLLCLu0CL生产过程的状态二.失控状态(OutofControl)-1UCLLCLCL生产过程的状态二.失控状态(OutofControl)-2UCLLCLCL常用的控制图分布控制图代号控制图名称

用途正态分布（计量值）均值—极差控制图适用于长度，重量，强度等计量值数据控制均值—标准差控制图适用范围同上，但检出能力不如上图中位值—极差图适用于检验时间远比加工时间短的场合，如车床加工轴等单值--极差图适用于在一定时间里只能获得一个数据，如一次化学反应的收率常用控制图分布控制图代号控制图名称备注二项分布(计件值)p不合格品率控制图适用于关键零部件需全数检查的场合np不合格品数控制图适用于一般半成品或零部件，要求每次检测的产品个数即样本大小n必须一定的场合泊松分布(计点值)u单位不合格数控制图用来控制每单位缺陷数，需全数检查的场合，如喷漆加工表面的气泡数c不合格数控制图适用于控制一般缺陷数的场合，要求每次检测的产品个数即样本大小n必须一定的场合控制图例：控制范围公式：控制图CL=XUCL=X+A2RLCL=X-A2RX图：R图：CL=RUCL=D4RLCL=D3Rx-Bar图UCLLCLCL=x=10.728CL控制图R图UCLLCLCLCL=R=0.2204控制图判稳原则判稳准则在点子随机排列的情况下,符合下列各点之一判稳:-----连续25个点，界外点数d=0-----连续35个点，界外点数d≤1-----连续100个点，界外点数d≤2举例判异准则两类：点出界判异界内点排列不随机判异判异准则：

1、连续9点落在中心线同一侧LCLUCLCLABCCBA判异准则2.连续6点递增或递减LCLUCLCLABCCBA判异准则3.连续14中相邻点上下交替LCLUCLCLABCCBA判异准则4.连续3点中有2点落在中心线同一侧的B区以外LCLUCLCLABCCBA判异准则5.连续5点中有4点落在中心线同一侧的C区以外LCLUCLCLABCCBA判异准则6.连续15点在C区中心线上下LCLUCLCLABCCBA判异准则7.连续8点在中心线两侧，但无一区在C区中LCLUCLCLABCCBALaborDominantProcess 在這些過程中，品質是倚重員工的技術。控制著員工的性向測驗、培訓及資格、員工素質的等評及以沒有差錯為宗旨以淢少員工的錯誤。以下為可行的控制方法：

SPCIPC

培訓過程和變差受控及不受控的工艺變差的種類受控變差是在過程內及一段時間內，有著平穩而連貫的變差模式。這又稱為普遍成因變差或隨機成因變差.不受控變差是隨時間改變。變差模式的特性又稱為特別成因變差.變差事例：考慮一製造過程現製造一系列獨立的零件，每一零件有著可量度的尺寸或特性。定期抽出某些零件並且量度。這些量度結果不同是因為物料、機器、操作員及方法相互牽引而形成變差.過程和變差SPC的步驟(續)6. 確定主要參數上的公差。7. 確定測量系統及進行MSA。8. 為主要參數建立控制系統。9. 為主要參數選擇合適的統計工具，如事前控制、制圖、檢查表等。10. 收集數據及繪制控制圖(若可行)11. 計算過程能力12. 使過程最好13. 以最好的結果檢討控制系統。14. 保持控制系統。控制图的选择如何使用控制图控制圖控制圖是SPC的主要部份及靈魂，用以進行中的過程控制/監察，確定問題(變差來源)，在問題未發生前找出問題的趨勢，及判斷何時採取適當的行動為過程提供標準值確定過程能力在繪圖控制前，必須進行MSA以確保量具的能力。控制圖的種類特征值 控制圖的種類 計量型數據 X-Rchart(平均值及極差)

X-schart(平均值及標準差)

X

-MRchart(單值及移動極差)

Pre-controlchart(當員工未有接受統計概念訓練， 這是最合適的使用方法) 計數型數據 npchart(不良產品數)

pchart(不良率)

cchart(缺陷數)

uchart(每個產品的缺陷數)__计数值控制图类Thereare4typesofAttributeCharts43upcnpConstantLot/UnitSizeVariableLot/UnitSizeDefects(PoissonDistribution)Percent/FractionDefective(BinomialDistribution)控制圖的發展及使用推行控制圖的4個階段1.抽樣計劃- 計劃組的容量、抽樣頻率、子組的數目.2.收集數據- 從新的、有代表性樣本的過程收集數據3.過程控制及解釋¸Õ¥Î控制極限；特殊原因的對策4.能力的確定及改善過程能力；普遍成因的對策

样本量

ProbabilityofDetectingaShiftinMeanintheNextSubgroupforVariousControlChartSubgroupsofSizenn=20n=15n=10n=8n=5n=4n=3n=21.5sSampleSize=890%confidenceofdetecting建立控制图X-RChooseanappropriatesubgroupsize5isareasonablechoiceforaninitialinvestigativechart

Takeatleast25subgroupsEnterthedataincolumnform(Minitab)ResponseisonecolumnThesubgroupnumberordesignationcanbeputinanothercolumn,butisnotnecessaryforequalsizesInMinitab:Stat>ControlCharts>Xbar-REntertheResponseColumnEntereitherthesubgroupsizeorthesubgroupcolumn时间置信区间特殊原因造成不可预测变量的种类基本統計及統計概念工艺过程可控制变量重要不重要输出变量不可控变量ABCD重要如B随A变化而变化则为非独立变量不重要InputfactorOutputresponse變差2大主要變差的類別或來源1. 受控變差- 由普通原因引致的過程變差2.不受控變差- 由特殊原因引致的過程變差基本統計及統計概念=UCLCLLCL變差變差的分類1. Withinpart/piecevariation -同一样本内的变异2. Piece-to-piecevariation -在某时间内，制造的不同批次产品样本的变异3. Time-to-timevariation -不同时间制出产品的变异基本統計及統計概念Responset8:0013:003:00普遍成因變差的示例當過程於現況中存在時，這經常在過程中發生並影響輸出。一些普遍成因的示例如下： 物料的性質消耗(如硬度、光滑度) 機器的特性(如年齡、運行溫度、公差)環境(如濕度、光線) 用於量度過程輸入及輸出的量具因為這些成因會從過程運作中產生，唯一可減少普遍成因變差是透過重新設計過程/DOE/機器的投資而作出改善。在過程改善中，必須配合管理行動過程和變差特殊成因變差示例特殊成因變差會導至不受控變差，它們是難以預知，並且由外間影響而非內在過程因素。透過簡單的統計技術，可把它們偵查出來。特殊成因示例：物料改變(如新供應商、不同的紙張)機器或過程故障(如模具磨損、郵務人員罷工)不同操作員(如新的受訓者)環境改變(如天氣時常很差)這些特殊成因變差可透過研究操作員或過程改善原因，從而中過程中刪除。TCM是其中一個以這為目標而有效的工具。過程和變差特殊因素必須及早被發現，否則其出現會導至過程及輸出有不良的影響。

當有害的特殊成因的原因被查明引証後，這便可從過程中被刪除，再發生的機會也很少。這行動必須小心研究有問題的程序，或為機器作定期維修。此外，在某些情況下，特殊成因也對過程有好處(如程序的改變)。再一次，必須查明改善的原因及，若可以，為過程作出永久性的零件。過程和變差消除特殊变因預防在過程中發生差劣品質SPC在過程中建立品質(品質保証)傳統品質控制檢查制成品偵測品質差劣的制成品SPC簡介传统品质和现代品质管理的差别SPC角度中的品質改善CentralLimitThorem:(forinfinitesizeN)UpperProcessLimitLowerProcessLimitμσμxσxUpperSpecLimitLowerSpecLimitUpperControlLimitLowerControlLimitσx=σn(n:samplesize)HowtoadjustforFinitePopulation?σx=σnN:populationsizen:samplesizeN-nN-1Otherwise,withnincrease,σxbecomesincreasinglysmaller.CorrectionfactorThecorrectionfactorisusedonlywhen:n/N>5%Example:10ohmresistorsaremanufacturedinbatchesof500,and50resistorsaretestedineachbatch.Ifthemeanresistenceofthesampleislessthan9.9ohms,thebatchisrejected.Withμ

=10ohms&σ=1ohms,whatistheprobabilitythatthebatchwillberejected?μσxSolution:N=500,n=50,X=9.9σx=σnN-nN-1=0.1414*0.902=0.1343σxZ=X-μ=-0.745=10=19.9Z=-0.745Area=0.2719P=0.5-0.2719=0.2281=22.81%RejectReject(Y1+Y2+Y3+Y4+Y5)/5=MeanLookattheSigmadifference:Sigmax=Sigma/SQRT(5)y1y2y3y4y5y6y7y8y9y101-1.01-1.720.2971.044-0.590.352-1.21-0.370.4861.3152-0.11-0.63-1.12-0.5370.7480.02-0.29-0.02-1.15-2.131.16-0.210.347-0.653-1.56-0.711.056-1.291.686-0.1140.4021.661-1.45-0.346-0.180.375-0.7-1.40.245-0.3351.2240.497-1.10.997-0.58-0.2-0.91-1.240.356-1.94Min-1.01-1.72-1.45-0.653-1.56-0.71-1.21-1.4-1.15-2.1Max1.2241.6610.3471.0440.7480.3751.056-0.021.6861.315Range2.2383.381.7981.6972.3091.082.2661.3732.8393.412Mean0.333-0.08-0.60.101-0.43-0.03-0.41-0.860.324-0.63R=2.239EstimatedSigma=R/d2=0.961X3Sigma=A2RSigmax=0.433RandomSamplingforaNormalDistributionSPC的步驟1.提供統計方法的教育。基礎的SPC方法、fractionalfactorialexperiments、腦力激盪法及QFD/品質工具。.2. 確定商業機會/推動者。3. 把主要的生產特性與過程變差達到商業機會/推動者。4.UnderstandrelationshipoftheprocessindependentvariablestoprocessdependentvariablesandProductcharacteristics.5. 確定最好的主要過程及主要產品參數。X-R控制图過程控制a) 計算及繪畫控制限 -樣本容量低於7時，極差並沒有LCL解释控制图55UCLLCLAvgUCLLCLAvgChangeinlevelChangeinvariability解釋控制圖 -確定是否有不受控的情況

-檢查過程記錄，找出並列明任何特殊原因。 -再計算控制限。控制上限(UCL)中線控制下限(LCL)控制上限

(UCL)中線控制下限

(LCL)受控過程不受擯過程UCLLCLAABCCBUCLLCLAABCCBUCLLCLAABCCBUCLLCLAABCCBTest1.OnePointBeyondZoneATest2.NinePointsinaRowonOneSideoftheCenterLineTest3.SixPointsinaRowSteadilyIncreasingorDecreasingTest4.FourteenPointsinaRowAlternatingUpandDownxxxxxx控制图失控检验UCLLCLAABCCBUCLLCLAABCCBUCLLCLAABCCBUCLLCLAABCCBTest5.TwoOutofThreePointsinaRowinZoneAorBeyondTest6.FourOutofFivePointsinaRowinZoneBandBeyondTest7.FifteenPointsinaRowinZoneC(AboveandBelowCenterline)Test8.EightPointsinaRowonBothSidesofCenterlinewithNoneinZoneCxxxxxxx控制图的失控检验UCLLCLAABCCB控制图失控检验OnepointaboveUCLTwooutofthreesuccessivepointhereoraboveFouroutoffivesuccessivepointhereoraboveSevenoutofeightsuccessivepointhereoraboveOnepointaboveLCLTwooutofthreesuccessivepointhereorbellowFouroutoffivesuccessivepointhereorbellowSevenoutofeightsuccessivepointhereorbellow3s2s1s-3s-2s-1s034.1%13.6%34.1%13.6%2.2%2.2%0.1%0.1%6020100Observation

NumberUCLLCL20100Observation

NumberUCLLCLSeasonalTrends:Thesecouldbecausedbysystematicchangeslike:temperature,operatorfatigue,voltageorpressurefluctuations,etc.Mixtures:Aclearindicationiswhenmostofthepointsareclosetothecontrollimits,andalmostnopointsnearthecenterline.Theseareusuallyduetounderestimatingtheprocessvariabilityor“over-control”,whereoperatorsintervenewiththeprocessfrequentlytrying